一种短时交通流预测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种短时交通流预测方法、装置、电子设备及存储介质，属于智能交通技术领域，该方法包括：利用VMD对任一高速公路目标路段在预设时长内的原始交通流序列进行分解，得到多个不同频率的IMF；对各IMF进行稳定性分析，基于分析结果，确定各IMF对应的时间序列类别；采用预先训练的第一预测模型对属于线性时间序列的各第一IMF进行预测，得到各第一IMF对应的第一预测值；采用预先训练的第二预测模型对属于非线性时间序列的各第二IMF进行预测，得到各第二IMF对应第二预测值；基于各第一预测值和各第二预测值，确定高速公路目标路段在下一预设时长内的交通流的预测结果。提高了高速公路短时交通流预测的准确性。

【技术实现步骤摘要】

本申请涉及智能交通，尤其涉及一种短时交通流预测方法、装置、电子设备及存储介质。

技术介绍

1、近年来，人们往返于城市之间日趋频繁，高速公路上的运行车辆日益增加，导致高速公路拥堵情况愈加严重，由此所引发的交通事故、能源浪费、环境污染等问题也日趋恶化。

2、短时交通流预测是智能交通系统(intelligent transportation system，its)的重要组成部分。短时交通预测不仅可以为交通管理人员提供科学的依据，以提前感知交通拥堵和限制车辆行驶，减少交通事故的发生，还可以为个体出行提供合适的出行路线并提高出行效率，因此，短时交通流预测对提高交通系统效率、构建安全出行环境具有重要意义。鉴于交通流容易受到天气、检测设备等因素干扰，因此采集的交通流数据往往包含较多噪声，同时，交通流数据具有随机性及非线性等特点，其变化具有较大不确定性，这给交通流预测带来较大困难。

3、目前，交通流预测模型中最常见的模型就是统计模型和机器学习模型，其中统计模型中典型的代表是差分自回归移动平均(autoregressive integrated mo本文档来自技高网...

【技术保护点】

1.一种短时交通流预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述对各IMF进行稳定性分析，包括：

3.如权利要求2所述的方法，其特征在于，所述基于分析结果，确定所述各IMF对应的时间序列类别，包括：

4.如权利要求1所述的方法，其特征在于，所述基于所述各第一预测值和所述各第二预测值，确定所述高速公路目标路段在下一预设时长内的交通流的预测结果，包括：

5.如权利要求1-4任一所述的方法，其特征在于，所述第一预测模型为季节自回归积分滑动平均SARIMA模型，所述第二预测模型为双向长短时记忆网络BiLSTM模型。...

【技术特征摘要】

1.一种短时交通流预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述对各imf进行稳定性分析，包括：

3.如权利要求2所述的方法，其特征在于，所述基于分析结果，确定所述各imf对应的时间序列类别，包括：

4.如权利要求1所述的方法，其特征在于，所述基于所述各第一预测值和所述各第二预测值，确定所述高速公路目标路段在下一预设时长内的交通流的预测结果，包括：

5.如权利要求1-4任一所述的方法，其特征在于，所述第一预测模型为季节自回归积分滑动平均sarima模型，所述第二预测模型为双向长短时记忆网...

【专利技术属性】
技术研发人员：王伟，刘艾强，刘晓冰，宫金香，鹿启美，朱慧卿，
申请(专利权)人：青岛海信网络科技股份有限公司，
类型：发明
国别省市：